Моделі та прогнози процесу поширення коронавірусу
Вантажиться...
Дата
2020-06
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Тема: Моделі та прогнози поширення процесів поширення
коронавірусу.
Об’єкт дослідження: процеси розвитку та поширення епідемій, які були
спричинені вірусними захворюваннями.
Предмет дослідження: регресійний аналіз статистичних даних,
імітаційне моделювання процесу поширення вірусу в різних умовах.
Мета роботи: оцінка наявних статистичних даних та побудова
регресійних моделей для даних часових рядів; побудова короткочасного
однокрокового прогнозу кумулятивної кількості тих, хто інфікований і тих,
хто одужав; оцінка та аналіз основних методів боротьби проти поширення
епідемій вірусних захворювань.
Методи дослідження: методи статистичного та регресійного аналізу
даних (часових рядів), модулі для побудови симуляцій в імітаційному
моделюванні.
В роботі розглянуто проблему оцінки та аналізу процесів поширення
вірусів, на основі підібраних математичних моделей для них побудовано
короткостроковий прогноз, проведено порівняння методів боротьби з
епідеміями за допомогою створення імітаційних моделей примітивного
варіанту дії.
Для аналізу і прогнозування використані реальні дані, взяті з
репозиторію даних Центру системної науки і техніки імені Джонса Хопкінса.
Всі обчислення виконані за допомогою пакету для статистичної обробки
даних Eviews та модулів для побудови симуляцій в AnyLogic. Параметри
моделей оцінені за допомогою методу найменших квадратів(МНК). Для
аналізу адекватності моделей використовувалися такі критерії якості
оцінювання як: коефіцієнт детермінації, сума квадратів похибок, статистика
Дарбіна-Уотсона. Для аналізу якості отриманих прогнозів використовувалися
такі критерії як: середньоквадратична похибка(СКП), середня абсолютна
похибка у відсотках (САПП) та коефіцієнт Тейла.
На основі отриманих даних були побудовані графіки для візуального
аналізу та оцінки процесу поширення коронавірусу. Здійснено порівняльний
аналіз результатів, виконаних за допомогою різних інструментаріїв.
Опис
Ключові слова
АР, АРУГ, авторегресія з трендом, МНК, СКП, САПП, коефіцієнт Тейла, нелінійні нестаціонарні процеси, критерії адекватності, імітаційне моделювання симуляцій процесів, AR, ARMA, autoregressions with trend, ISM, SSE, MAPE, coefficient Tayle, nonlinear processes, adequacy criteria, simulation modelling
Бібліографічний опис
Мельничук, А. В. Моделі та прогнози процесу поширення коронавірусу : дипломна ... робота бакалавра : 124 Системний аналіз / Мельничук Анастасія Володимирівна. – Київ, 2020. – 165 с.